Soit une suite d'espaces mesurables. Soient et deux suites de mesures de probabilités sur .
La suite est dite contiguë par rapport à la suite si pour toute séquence d'événements , .
On note alors [2].
Si on a à la fois et , les suites et sont dites mutuellement contiguës et l'on note .
Lien avec l'absolue continuité
La contiguïté peut être vue comme une généralisation de l'absolue continuité aux suites de mesures de probabilité. Si dans la définition précédente les suites sont constantes, , et , on obtient que, si alors , c'est-à-dire que est absolument continue par rapport à .
La contiguïté est faite pour assurer l'absolue continuité des limites. Si deux suites de mesures de probabilité et convergent en distribution vers deux mesures et , et que la suite est contigüe par rapport à , alors est absolument continue par rapport à .
Autres caractérisations
Les deux définitions ci-dessous de la contiguïté sont équivalentes à celles données précédemment
[3]
.
Considérons comme plus haut une suite d'espaces mesurables et deux suites de mesures de probabilités et sur .
La suite est contiguë par rapport à si, pour toute suite de variables aléatoires , . En d'autres termes, si tend vers 0 en probabilité sous la suite de mesures , alors tend aussi vers 0 sous la suite de mesures .
Lucien Le Cam, « Locally asymptotically normal families of distributions », University of California Publications in Statistics, vol. 3, , p. 37–98
G. K. Eagleson et Jean Mémin, « Sur la contiguïté de deux suites de mesures : généralisation d'un théorème de Kabanov-Liptser-Shiryayev », Séminaire de probabilités de Strasbourg, vol. 16, , p. 319–337 (lire en ligne, consulté le )